一、国外高新技术企业研发绩效评价方法
国外从20世纪90年代才开始对绩效评价全面关注，涌现出了许多绩效评价方法，比如绩效“金字塔”（Lynch and Cross，1991）、平衡记分卡（BSC）（Kaplan and Norton，1992）、KPMG商业评价方法（Bell，1997）等，然而无论是在生产方面还是在绩效方面很少有对研发绩效评价进行研究。由于企业竞争加剧，尤其是大多数工业部门由“成本引导价格”向“价格引导成本”的转变，导致研发管理从一个相对孤立的、“象牙塔式”的实验室活动向强调整个价值链中所有人员的协作转变，以达到降低成本、减小风险和减少研发次数的目的。因此，企业必须设计开发新产品，使产品在生命周期中具有竞争优势，并在后期运营、维护和管理的过程中具有成本优势。时间、价格、质量、包装、服务和定制等各个方面的竞争也迫使企业必须进行新产品设计以适应技术和产品生命周期的变化，随之而产生的研发绩效评价方法也纷纷涌现。
美国著名管理会计学家罗伯特·S·卡普兰（Robert S。Kaplan）教授出版了题为《战略平衡计分卡———一种革命性的评估和管理体系》（1963），该书受到西方理论与实务界的广泛重视和研究。强调对于现代企业的评价应当从财务、客户、内部经营过程和学习与增长四个层面的指标所组成。其中，财务评价指标里，突出了研发费用效率（R&；D/Rev）的作用，而在内部经营过程评价指标里，也强调了运用研发费用增长率、新产品研发费用率、成本降低研发费用率以及产品质量研发费用率等指标的必要性。
欧洲工业研究管理协会（European Industrial Research Manage-ment Association，EIRMA）报告通过对21份典型个案和相关文献研究的基础上，将10多种研发绩效评价方法分成了14类。特别地，报告指出有两点非常重要：
第一，无论运用哪一种评价方法，对组织机构评价的最重要目的是改进信息交流。研发组织与金融机构之间良好的信息交流，对保证金融机构及时地提供研发经费有很大的益处。
第二，研发绩效评价系统包括研发的组织方式、计划和预算、管理结构、决策制定程序、与研发文化相联系的其他主要形式，单一的方法往往只能对绩效的某些方面进行评价。
二、国内高新技术企业研发绩效评价方法
从具体方法来看，国内研发绩效的评价方法主要有主观评价法、文献计量法、投入评价法、多层面评价法、模糊综合评价法、因子分析法、人工神经网络法和数据包络分析（DEA）法等，这些评价方法用于研发绩效评价各有所长，各具特征。
主观评价法。研发活动无固定框架，也没有固定的定量评定方法，因此依靠上级或研发负责人对研发活动和人员进行定性和主观的评价就成为了研发绩效评价的主要方法。为了消除同一组织内的人为影响，主观评价法也延伸为所谓“同行评议法”，或是“匿名评议法”。这种评议方法主要应用在科研成果鉴定和组织的年终考评中。
文献计量法。文献计量法也是一种常用的评价研发绩效的方法，就是用科学出版物的数量和获得专利的数量来评价研发的产出。尽管此种方法得到了广泛的应用，但其存在明显的问题，这种方法不能评价出版物的质量，而只能测定其数量。在许多尖端研究领域对公开出版物有很多限制。并且，许多公司并不让研究成果申请专利，公司认为没有专利保护更安全。此种方法在评价科研人员的个体产出时具有一定的参考价值，但是评价研发组织的效率时主观性太强。
投入评价法。投入评价法就是对研发活动投入水平的评价，从宏观上与其他方面的经费投入做横向比较。此种方法可以确定研发活动的短期回报水平，但不能确定研发活动成果的大小。在无法对研发活动进行细节评价时，常常采用这种方法。此种方法主要应用于评价一个国家范围内的研发活动。
多层面评价法。所谓多层面评价法就是对研发经费开支报告、新产品和工艺的纯收入、雇员提供的信息、出版物与专利的详细情况等多方面进行评价。许多企业在确定自己的研发战略时常常采用多层面评价法，但这种方法的困难之处是不能有效地将数据填入评价表，获取信息需要做大量的工作。
因子分析法。主要是借助于大量的统计数据分析，通过变量的整合，用较少的、彼此间不相关的综合指标代替原观测变量中的绝大部分信息。它采用“降维”的方法，将多项指标进行简化，找出几个综合因子来代表原来众多的标量，而且彼此互不相关。因子分析方法是在收集大量的相关资料的基础上进行的，但收集数据的工作量往往过大，在实证研究的操作中缺乏可行性。
模糊综合评价法。首先构建出研发绩效评价的指标体系，应用模糊数学中的综合判断方法，对企业研发绩效进行整体分析和综合评判，并运用“最大隶属度”原则，评价出企业研发绩效的优劣。在评价研究中，确定指标权重是科学评价的关键。在为指标赋权重时，一般采用AHP，即通过专家意见构造判断矩阵，采用特征根法求解综合判断矩阵，将专家经验与数学模型结合起来确定指标的权重。这种做法虽然简单方便，但是评价结果受到专家意见的影响，难免有时会过于主观。
人工神经网络法。人工神经网络是对人脑功能作某种简化、抽象和模拟，高度复杂的、非线性的动力学系统。它具有学习、记忆、联想以及自学自适应的能力。反向传播神经网络是一种多层面前馈神经网络，简称BP网络。典型的BP网络具有三层结构，即输入层、隐含层和输出层。它只需将处理过的数据输入到网络中，通过计算即可产生结果，不需人为确定权重，减少了评价过程中的主观性因素，提高了评价的可靠性，使评价结果更有效、客观，但也存在一些缺点：（1）不容易选取合适的学习样本；（2）确定层数和隐含层神经元数时，往往会有人为因素，必然降低BP网络的性能；（3）在学习训练过程中，容易陷入局部最优，必然影响评价结果的准确性。
数据包络分析法。简称DEA方法，是一种多指标投入和多指标产出的有效性综合评价方法，主要用来评价同类型单位（企业或部门）之间的相对有效性。它可以依据一组投入和产出的观察值来估计有效生产面，是非参数的统计分析方法。因此，用DEA方法对企业研发绩效进行评价是一种适用的方法。
我国财政部等五部委于2002年推出了《企业绩效评价操作细则（试行）》，该制度规定，对于企业绩效评价要采用基本指标、修正指标和评议指标。其中，对于企业研发费用的考核与评价仅在评议指标中涉及“技术投入率”一个指标。显然，缺少了研发费用类指标，使得这一评价体系不能恰当地评价高新技术企业的价值与绩效。
目前，学术界、实务界围绕R&；D绩效考评方法进行了很多探讨。随着人们对R&；D活动认识的深入，考评方法逐渐从使用一些单一指标向全面的指标体系发展。总的来说，各种考评方法可以归纳为以下两类：
（1）财务指标。早期对于研发费用的绩效评价大多采用财务指标，其优点简单实用，缺点是：未充分考虑企业生产经营尤其是技术水平的飞速发展，重视了 R&；D的经济效益，但却忽视了对R&；D技术目标与成果的考核。
（2）综合指标分析法。即财务指标与非财务指标相结合的方法，也就是从影响R&；D绩效的各种因素考虑选择指标，综合评价R&；D的绩效。但是，从高新技术企业R&；D绩效评价的角度来看，这些方法还存在着可操作性不强等问题。
单一指标评价方法劣势明显，难以对企业的R&；D绩效做出全面而客观的评价，所以，近年来学术界都将研究的重心由单一指标评价方法转移到多指标评价方法的综合评价上来。
综合评价法在单一指标评价方法的基础上确实有较大的提高，对产出结果的评价在全面性方面有很大的改善，但是，从高新技术企业R&；D绩效评价的角度来看，这些方法还存在着一些缺陷，主要是指标的设置与方法的可操作性问题：
第一，评价指标的选用不够全面、合理。首先是评价指标忽视了R&；D对企业长期发展的战略影响，高新技术企业以高新技术为核心，所以R&；D活动是保证企业持续发展的根本。如何解决将企业长期战略与短期行为协调好，值得进一步研究。要达到评价全面的目的，则在指标设定时既要考虑对当前效益的测度，也要考虑对企业长期战略的评价。其次是不同性质指标的运用，早期一些方法大多使用财务指标对R&；D绩效进行测量，其后不少研究者指出财务指标的不足，故有学者提出完全采用非财务指标。这两种做法均有不妥之处，前者重视了R&；D的经济效益，但却忽视了对R&；D技术成果的考核；而后者则正好相反。二者均不利于全面地评价高新技术企业的R&；D绩效。
第二，评价体系的操作性不强。要使广大企业重视R&；D活动，并推动R&；D绩效评价方法的应用，就必须强调评价体系的实用性及可操作性，但现行的很多方法在这方面则存在一些问题。例如，有的定量评价模型在操作中的技术性要求过高，难以被一般企业所接受，增加了指标取得的难度。因此，R&；D绩效评价方法的可操作性，应当成为评价体系设计中高度重视的一条基本原则。从指标设计的全面性来看，产出指标有着不断完善的趋势，但在现实经济活动中有的指标其结果难以确定，如果对指标的实际操作性能考虑过少，将大大降低综合指标评价法的应用价值。
从目前我国企业的R&；D投入来看，统计公报显示，2005年全社会研究与开发经费支出2367亿元，占国内生产总值的1.3%，各类企业的R&；D支出显著上升。因此，包括R&；D绩效评价在内的整个R&；D管理工作在企业管理中的地位日益提高，从而使制定合理有效并切实可行的R&；D绩效评价方法成为当前R&；D管理研究的当务之急。